爱奇艺算法工程师（金融风控模型）
任职要求
-本科及以上学历，计算机相关专业，有设计、开发、部署及实施消费信贷反欺诈模型、信用模型、营销模型经验； -能够跟踪、监测、维护及优化模型体系，为风控体系优化提出合理建议 ； -数据挖掘能力强，能通过海量底层数据挖掘出业务关注…
工作职责
-基于平台海量数据，对用户特征、画像进行挖掘,并对其不断优化,提升对用户底层识别能力； -负责信贷产品的信用评分模型建设，建立信贷业务信用评分模型，客户资信模型等数据模型，用于信贷业务的发展； -负责金融用户营销模型的开发级优化，为运营、产品提供高效转化的金融借贷目标人群； -负责风控数据的分析:及时准确完成各项分析需求,对风控数据进行深入的剖析,为风控决策及策略的应用提供强有力的数据支持。
1、基于LLM（大语言模型）构建金融风控分析引擎，实现信贷反欺诈、用户画像生成、异常交易识别等场景的智能化决策 2、开发端云协同风控系统，结合隐私计算技术实现多方数据安全融合与风险建模 风控策略优化与落地 1、设计信贷全生命周期风控模型（A/B/C卡），通过大模型优化特征工程、模型融合及策略调优 2、构建动态风险指标监测体系，开发实时反欺诈规则引擎，降低资损率 3、探索多模态大模型在金融场景的应用，如风险策略生成等
1、结合互联网大数据能力和金融信贷场景需求 ，开发信用评分、反欺诈等风控模型，进行行业赋能； 2、参与风控建模全流程，包括但不限于标签定义、特征工程、模型训练、模型评估、调优、部署、监控、维护等； 3、通过对海量多维度数据挖掘，丰富和维护风控特征库，并对特征进行有效性、稳定性验证； 4、不断探索机器学习算法在金融科技领域的应用，提升团队风控建模能力，丰富产品矩阵。
1、结合互联网大数据能力和金融信贷场景需求 ，开发信用评分、反欺诈等风控模型，进行行业赋能； 2、参与风控建模全流程，包括但不限于标签定义、特征工程、模型训练、模型评估、调优、部署、监控、维护等； 3、通过对海量多维度数据挖掘，丰富和维护风控特征库，并对特征进行有效性、稳定性验证； 4、不断探索机器学习算法在金融科技领域的应用，提升团队风控建模能力，丰富产品矩阵。
-通过与合作方合作，通过数据挖掘、机器学习、深度学习等方法，构建ToB端的信用贷款风控模型 -基于海量互联网行为数据，结合机器学习、深度学习等方法，挖掘金融风控相关特征，提升风控模型效果 -负责信贷风控模型和特征的工程化应用，包括模型推理/监控、特征加工/更新/监控等 -互联网金融、消费金融、小额贷款行业的机器学习、深度学习等领域前沿算法的研究和代码工程化实现